消除互补性争议的多视图聚类算法

作     者：赵玉涵 陈松灿 

作者机构：南京航空航天大学计算机科学与技术学院 模式分析与机器智能工业和信息化部重点实验室(南京航空航天大学) 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：航空发动机及燃气轮机重大专项基础研究项目(J2019-IV-0018-0086) 国家自然科学基金项目(62076124) 

主　　题：多视图聚类 一致性和互补性 表示解耦 对比学习 伪标记 

摘      要：多视图聚类旨在利用来自不同视图的异构信息发现底层数据结构，并划分样本所属类别．一致性和互补性是影响多视图聚类性能的2个关键要素．一致性强调不同视图间的语义相似性，互补性则强调每个视图内特有信息的相互补充．目前对一致性研究已相对深入，但对互补性研究存在争议，其中一些方法认为一致性和互补性能互助，但仅将二者约束至同一特征空间中实际上造成了二者的冲突．而另一些方法则据此认为应丢弃互补信息，但这又造成信息浪费．直觉上互补性应该存在，贡献在于发现了现有方法没有足够洞悉并触及到互补性的本质，即一致性和互补性并非独立而是相互耦合，结果导致冲突．受此启发，通过解耦实现了2种信息的分离，具体使它们位于不同的特征子空间而非现在的同一特征空间，从而发展出了一种兼顾一致性和互补性的多视图聚类算法，在有效提取出互补信息的同时避免二者冲突．在标准数据集上的对比实验验证了所提算法的有效性．